李姓门徒

谈到 GPU （Graphics Processing Unit，图形显示卡）大多数人想到的是游戏、图形渲染等这些词汇，图形处理确实是 GPU 的一大应用场景。然而人们也早已关注到它在通用计算上的巨大潜力，并提出了 GPGPU (General-purpose computing on graphics processing units, 图形处理器上的通用计算) 概念。到随着大数据处理、深度学习的流行，它也在开始在服务器上大行其道。这是因为“同等价格和功耗下，GPU 可以比 CPU 提供多的指令吞吐和内存

2006这一年，GPU工业界发生了三件大事: ATI被AMD收购；nVidia黄仁勋提出了CUDA计算；Intel宣布要做独立显卡。如同经常发生的，这些事有成功有失败: Intel很快就放弃了它的独立显卡，直到2018才终于明白过来、自己放弃的到底是什么，开始决心生产独立显卡；AMD整合ATI不太成功，整个公司差点被拖死，危急时股票跌到1.8美元；而当时不被看好的CUDA，则在几年后取得了不可思议的成功。从2012年开始，人工智能领域的深度学习方法开始崛起，此时CUDA受到青睐，并很快统治了这个领域